幾行 Python 代碼就可以提取數(shù)百個時間序列特征

來源：DeepHub IMBA
本文約900字，建議閱讀5分鐘
在本文中，我們將深入討論tsfresh包的使用。

• 特征生成
• 特征選擇
• 與大數(shù)據(jù)的兼容性

 pip install -U tsfresh # or conda install -c conda-forge tsfresh

• 描述性統(tǒng)計（平均值、最大值、相關(guān)性等）
• 基于物理的非線性和復(fù)雜性指標(biāo)
• 數(shù)字信號處理相關(guān)功能
• 歷史壓縮特征

 import pandas as pd from tsfresh import select_features
 # Read the time-series data df = pd.read_excel("train.xlsx", parse_dates=['date']).set_index('date')
 # automated feature generation features = tsfresh.extract_features(df, column_id="date", column_sort="date")

• 多線程處理:默認(rèn)tsfresh包可以將特征生成/提取和特征選擇在多核上并行執(zhí)行。
• 分布式框架：tsfresh還實現(xiàn)了一個自己的分布式框架，將特征計算分布在多臺機器上加快計算速度。
• Spark兼容：tsfresh還可以使用spark或Dask來處理非常大的數(shù)據(jù)。

tsfresh 的官方文檔：

https://tsfresh.readthedocs.io/en/latest/

編輯：于騰凱